共计 1953 个字符，预计需要花费 5 分钟才能阅读完成。
简介：阿里云日志服务致力于为用户提供对立的可观测性平台，同时反对日志、时序以及 Trace 数据的查问存储。用户能够基于收集到的各类数据构建对立的监控以及业务大盘，从而及时发现零碎异样，感知业务趋势。然而随着收集到的数据量一直增长，特地是遇到业务峰值的时候，大盘报表展示会产生显著的提早，无奈及时查看重要数据。Scheduled SQL 反对定时剖析数据、存储聚合数据、投影与过滤数据，并将执行的剖析后果存入用户指定的日志库或者时序库中，供用户后续剖析应用。因为在聚合后数据量将大大小于之前，因此非常适合进行即时数据分析以及大盘展现。
背景
阿里云日志服务致力于为用户提供对立的可观测性平台，同时反对日志、时序以及 Trace 数据的查问存储。用户能够基于收集到的各类数据构建对立的监控以及业务大盘，从而及时发现零碎异样，感知业务趋势。然而随着收集到的数据量一直增长，特地是遇到业务峰值的时候，大盘报表展示会产生显著的提早，无奈及时查看重要数据。Scheduled SQL 反对定时剖析数据、存储聚合数据、投影与过滤数据，并将执行的剖析后果存入用户指定的日志库或者时序库中，供用户后续剖析应用。因为在聚合后数据量将大大小于之前，因此非常适合进行即时数据分析以及大盘展现。上面咱们以服务的申请成功率为例，介绍下如何基于 Scheduled SQL 减速大盘报表。
计划
如果咱们须要查看以一分钟为粒度，一小时内的申请成功率。在构建报表的时候，须要基于以后有余一分钟的局部数据配置实时报表，而针对之前已满一分钟的历史数据配置历史报表。当然，如果用户感觉一分钟的数据提早是能够承受的，就能够只配置历史报表，而不须要实时报表。如果以后工夫为 11:09:47，须要查看 10:11:00 始终到 11:09:00 的分钟级申请成功率，以及 11:09:00 到 11:09:47 的秒级胜利申请率。
日志内容
历史报表
如图所示展现了分钟级的申请成功率，能够通过配置分钟级的 ScheduledSQL 工作，计算每分钟的成功率，并通过历史报表间接展现。因为只须要间接拉取聚合后果，不须要即时计算，所以展现速度大大晋升。
实时报表
如图所示展现了秒级的申请成功率，因为只须要计算不到一分钟的数据，而不是 1 小时的数据，因此速度也失去的晋升。
配置
上面依然以申请成功率为例，向大家介绍下如何实现通过 ScheduledSQL 减速报表。
创立指标时序库
首先须要创立指标时序库存储 ScheduledSQL 的聚合数据。
创立 Scheduled SQL 工作
在存储服务申请的数据 logstore 查问界面，输出查问语句，点击查问 / 剖析按钮，在胜利执行查问剖析之后，点击创立 Scheduled SQL 按钮。
*| select (__time__ - __time__ % 60) as time , sum(IF(status = 200, 1, 0)) * 1.0 / count(*) AS success_ratio from log group by time order by time计算配置
- 填入对应的作业名以及作业形容，写入模式抉择日志库导入时序库；
- 指标列指抉择后果中的一列作为时序后果，此处抉择 success_ratio；
- Labels 指抉择后果中的哪几列作为时序数据的标签，此处留空即可；
- 工夫列指时序数据的工夫，此处抉择 time；
- 指标库抉择刚刚创立的指标时序库；
调度配置
因为咱们须要查看分钟级别的服务申请成功率，所以调度距离还有 SQL 工夫窗口均须要以分钟为粒度。用户也能够依据本人的需要进行调整。
- 调度距离抉择 1 分钟；
- SQL 工夫窗口填入 @m – 1m ~ @m;
- 点击确认创立工作
查看工作详情
在作业菜单中点击 Scheduled SQL，即可查看 Scheduled SQL 工作列表。点击刚刚创立的工作名称即可查看工作执行详情。在工作执行胜利之后，咱们就能够创立历史报表了。
配置历史报表
* | select promql_query_range('success_ratio') from metrics limit 1000在指标时序库查问界面，执行查问语句，点击增加到仪表盘，即可创立历史报表。
配置实时报表
*| select __time__ as time , sum(IF(status = 200, 1, 0)) * 1.0 / count(*) AS success_ratio from log group by time order by time在存储服务申请的数据 logstore 查问界面，输出查问语句，并抉择工夫范畴为 1 分钟，点击增加到仪表盘创立实时报表：
总结
Scheduled SQL 为用户周期性的进行剖析数据、存储聚合数据、投影与过滤数据提供了较大的便当。用户还能够应用 Scheduled SQL 定时执行聚合工作，缩小即时查问所须要的数据量，从而减速大盘展现。
原文链接
本文为阿里云原创内容，未经容许不得转载。